解析XMPP类似XML流的最佳方法是什么？

Question

我正在开发一个服务器应用程序，它通过TCP套接字接收数据，这些数据是类似XMPP的XML格式。也就是说，<root>元素的每个子元素基本上代表一个独立的请求（称为stanza）。一旦收到</root>，连接就会关闭。

我知道我必须使用像SAX这样的流解析器。不过，为了方便起见，我更希望能有一个树状的接口来访问每个stanza的子元素。（每个请求发送的数据量不大，所以我觉得把每个stanza作为一个整体来读取是合理的。）

在Python中（最好是3.x版本），实现这个功能的最佳方法是什么？

这是我想要构建的代码。如果你有其他的解决方案，也欢迎告诉我。

import socketserver
import settings

class MyServer(socketserver.ThreadingMixIn, socketserver.TCPServer):
    pass

class MyRequestHandler(socketserver.StreamRequestHandler):
    def handle(self):
        pass

if __name__ == '__main__':
    server = MyServer((settings.host, settings.port), MyRequestHandler)
    server.serve_forever()

Answer 1

我们在Skates项目中做的事情是，使用Sax解析器来处理数据流，但我们用这个解析器为每个接收到的段落（stanza）构建一个完整的文档。

Answer 2

你需要使用一种基于推送的解析器，它会发出SAX事件。简单来说，你想要一个可以通过调用pushChunk(data)来处理部分数据的解析器，并且它能处理第一级子标签结束事件，从而生成你的数据块。然后，这些数据块可以发送给应用程序进行处理。

如果你想看看这个的例子，这里有我写的libstrophe的expat解析器，这是一个XMPP客户端库：http://github.com/metajack/libstrophe/blob/master/src/parser_expat.c

为每个数据块构建一个完整的文档是相当耗费资源的。其实可以用一个解析器实例来实现，而不是为每个数据块不断创建新的文档解析器。

如果你需要一个可用的Python版本，你可以使用或提取Twisted Words中的代码（我记得是twisted.words.xish）。